基于PSO-LSSVM的研究法辛烷值预测建模

被引:15
作者
李炜 [1 ]
石连生 [1 ]
梁成龙 [2 ]
机构
[1] 兰州理工大学电气工程与信息工程学院
[2] 兰州石化分公司油品储运厂
关键词
汽油调合; 辛烷值; 粒子群优化; 最小二乘支持向量机;
D O I
暂无
中图分类号
TE622.1 [];
学科分类号
081702 ;
摘要
针对现存的红外线分析仪表无法在线分析抗爆剂对成品油研究法辛烷值的影响问题,考虑到样本数据较少的因素,提出一种基于粒子群优化的最小二乘支持向量机方法,以粒子群优化的方法来选取最小二乘支持向量机的模型参数,在克服了交叉验证法耗时与盲目性问题的同时,又发挥了最小二乘支持向量机的小样本学习能力强和计算简单的特点,将其应用于汽油调合系统中研究法辛烷值的预测。仿真结果表明,该模型的估计值与实际化验值吻合得较好。
引用
收藏
页码:25 / 27+31 +31
页数:4
相关论文
共 2 条
[1]   基于粒子群支持向量机的短期电力负荷预测 [J].
张红梅 ;
卫志农 ;
龚灯才 ;
刘玲 .
继电器, 2006, (03) :28-31
[2]   关于统计学习理论与支持向量机 [J].
张学工 .
自动化学报, 2000, (01) :36-46